[发明专利]一种生成购衣建议的方法及装置

说明书

本发明公开了一种生成购衣建议的方法及装置，涉及互联网技术领域，有助于用户及时地获取到更加客观、有效地购衣建议，本发明的主要技术方案为：通过比对试穿衣服前后用户的体征数据，预测所述用户对所述衣服的喜好程度；通过比对所述衣服特征与所述用户特征，判断所述衣服与所述用户的匹配程度；获取其他用户对所述用户试穿所述衣服的评价信息；根据所述喜好程度、所述匹配程度以及所述评价信息，得到购衣建议并推送给所述用户。本发明应用于向用户提供购衣建议。

技术领域

本发明涉及互联网技术领域，尤其涉及一种生成购衣建议的方法及装置。

背景技术

生活中，逛街购物大家都喜欢结伴出行，这是因为不仅互相可以交流，更是因为在选购产品时，身边的朋友可以给与建议，但独自逛街也并不在少数，独自逛街时，当试穿完衣服后，独自逛街的用户往往是通过即时通讯应用程序与朋友分享试穿图片、视频而向朋友展示试穿效果、征询购买建议的。

但是，由于利用即时通讯应用程序以试穿图片、视频形式向朋友展示的试穿效果图往往可能会与现场用户试穿效果存在很大偏差，再加上朋友反馈的建议也是偏主观的，有时甚至是不能及时反馈的，所以独自逛街用户实际上也还是没有得到有效的购衣建议，仍然会面对拿不定主意是否要购买的情形，这时候可能就会因为犹豫不决而错过，或者受到导购的影响冲动消费。

发明内容

有鉴于此，本发明提供一种生成购衣建议的方法及装置，主要目的在于通过综合用户对衣服的喜好程度、衣服与用户的匹配程度和其他人对用户试衣效果的评价信息，以更加客观地得到对试衣效果的数据化评价，进而有助于用户及时地获取到更加客观、有效地购衣建议。

为了达到上述目的，本发明主要提供如下技术方案：

一方面，本发明提供了一种生成购衣建议的方法，该方法包括：

通过比对试穿衣服前后用户的体征数据，预测所述用户对所述衣服的喜好程度；

通过比对所述衣服特征与所述用户特征，判断所述衣服与所述用户的匹配程度；

获取其他用户对所述用户试穿所述衣服的评价信息；

根据所述喜好程度、所述匹配程度以及所述评价信息，得到购衣建议。

可选地，所述通过比对试穿衣服前后用户的体征数据，预测所述用户对所述衣服的喜好程度，包括：

获取用户试衣之前在预设时间内的体征数据平均值；

获取所述用户试衣之后在所述预设时间内的体征数据平均值；

通过比对试衣之后对应的体征数据平均值与试衣之前对应的体征数据平均值，得到试穿衣服前后对应的体征数据的数值变化比；

利用第一打分规则，对所述数值变化比进行打分，得到所述用户对衣服的喜好程度的打分结果。

可选地，所述体征数据包括：体温数值、心率数值以及血压数值。

可选地，所述通过比对所述衣服特征与所述用户特征，判断所述衣服与所述用户的匹配程度，包括：

获取用户特征的描述信息；

利用标签生成规则处理所述用户特征的描述信息，得到所述用户特征对应的加分标签和减分标签，所述加分标签是指与所述用户特征匹配的衣服类型，所述减分标签是指与所述用户特征不相匹配的衣服类型；

接收所述用户上传的试衣效果图；

利用深度学习模型对所述试衣效果图进行处理，输出所述试衣效果图对应的多个标签；

通过将所述多个标签与所述加分标签和所述减分标签进行比较，统计在所述多个标签中存在加分标签的数目和减分标签的数目。